版本新增功能ENVI深度学习1.1.1专门用于ENVI 5.6。1.1 多类架构一次提取多个特征的能力。ENVI深度学习1.0是一个单分类器。使用新的多类体系结构，最多可以训练255个类。通过新的定制架构，模型性能得到了显着改善。借助这种新架构，可以使分类器的准确性达到90%。使用相同的几何形状创建标注更加有助于重现，例如圆形，矩形或多边形。该体系结构可用于任意类别数量的识别，包括可能使用ENVI

ENVI深度学习简介ENVI®深度学习是ENVI的一个单独的附加模块。其目的是使用TensorFlow训练深度学习模型，以基于图像的空间和光谱特性识别图像中的特征。训练完模型后，就可以在其他图像中找到更多相同的特征。特征可以包括车辆、建筑，以及在无人机（UAV）或卫星影像上可以被探测到的任何物体。关于ENVI深度学习系统要求ENVI深度学习1.1.1需要安装ENVI 5.6和ENVI深度学习1.1

对于遥感，深度学习尝试发现图像中的空间和光谱表示。它通常用于识别特征，例如车辆、公用设施、道路等。训练深度学习模型以使用一组标记的像素数据为参考来识别特定特征。借助ENVI深度学习，可以在训练模型时尝试不同的参数以获得最佳解决方案。

ENVI深度学习简介ENVI®深度学习是ENVI的一个单独的附加模块。其目的是使用TensorFlow训练深度学习模型，以基于图像的空间和光谱特性识别图像中的特征。训练完模型后，就可以在其他图像中找到更多相同的特征。特征可以包括车辆、建筑，以及在无人机（UAV）或卫星影像上可以被探测到的任何物体。关于ENVI深度学习系统要求ENVI深度学习1.1.1需要安装ENVI 5.6和ENVI深度学习1.1

对于遥感，深度学习尝试发现图像中的空间和光谱表示。它通常用于识别特征，例如车辆、公用设施、道路等。训练深度学习模型以使用一组标记的像素数据为参考来识别特定特征。借助ENVI深度学习，可以在训练模型时尝试不同的参数以获得最佳解决方案。

ENVI深度学习简介ENVI®深度学习是ENVI的一个单独的附加模块。其目的是使用TensorFlow训练深度学习模型，以基于图像的空间和光谱特性识别图像中的特征。训练完模型后，就可以在其他图像中找到更多相同的特征。特征可以包括车辆、建筑，以及在无人机（UAV）或卫星影像上可以被探测到的任何物体。关于ENVI深度学习系统要求ENVI深度学习1.1.1需要安装ENVI 5.6和ENVI深度学习1.1

对于遥感，深度学习尝试发现图像中的空间和光谱表示。它通常用于识别特征，例如车辆、公用设施、道路等。训练深度学习模型以使用一组标记的像素数据为参考来识别特定特征。借助ENVI深度学习，可以在训练模型时尝试不同的参数以获得最佳解决方案。

对于遥感，深度学习尝试发现图像中的空间和光谱表示。它通常用于识别特征，例如车辆、公用设施、道路等。训练深度学习模型以使用一组标记的像素数据为参考来识别特定特征。借助ENVI深度学习，可以在训练模型时尝试不同的参数以获得最佳解决方案。